• Keine Ergebnisse gefunden

n}undGGS(ω) die Iterationsmatrix des SOR Verfahrens

N/A
N/A
Protected

Academic year: 2022

Aktie "n}undGGS(ω) die Iterationsmatrix des SOR Verfahrens"

Copied!
1
0
0

Wird geladen.... (Jetzt Volltext ansehen)

Volltext

(1)

MATHEMATISCHESINSTITUT

PROF. DR. CHRISTIANEHELZEL

DAVIDKERKMANN

19. NOVEMBER2020

12 13 14 15 Σ

NAME: MAT-NR.:

Numerik II – 4. ¨Ubungsblatt

Aufgabe 12: (4 Punkte)

Sei GJ die Iterationsmatrix des Jacobi-Verfahrens angewandt auf A = Tm×m. Bestimmen Sie den Spektralradius von GJ.

Aufgabe 13: (4 Punkte)

Beweisen Sie Satz 2.15 aus der Vorlesung. Sie d¨urfen hier den Beweis aus dem Artikel von Roberto Bagnara (siehe ILIAS) ausarbeiten.

Aufgabe 14: (4 Punkte) Beweisen Sie folgende Aussage:

SeiA∈Cn×nmitai,i6= 0 f¨ur allei∈ {1, . . . , n}undGGS(ω) die Iterationsmatrix des SOR Verfahrens.

Dann gilt f¨urω∈R:

ρ(GGS(ω))≥ |ω−1|

Welche ω sind demnach h¨ochstens f¨ur die Verwendung im SOR Verfahren geeignet?

Aufgabe 15: Programmieraufgabe(4 Punkte)

Implementieren Sie das SOR Verfahren und l¨osen Sie damit das lineare Gleichungssystem, das bei Diskretisierung des zweidimensionalen Poisson Problems entsteht. Zeichnen Sie den Fehler der L¨osung gegen die Anzahl der Iterationen und vergleichen Sie mit dem Jacobi-Verfahren oder dem Gauß-Seidel- Verfahren. Sie d¨urfen hier die L¨osung zu Aufgabe 11 als Ausgangspunkt f¨ur Ihr Programm verwenden.

SeiGGS(ω) die Iterationsmatrix des SOR Verfahrens angewandt aufA=Tm×m. Zeichnen Sieρ(GGS(ω)) gegen ω f¨urω∈(0,2) f¨urm= 10.

Abgabe bis 26. November 2020, 14:30 Uhr im ILIAS.

Besprechung in den ¨Ubungsgruppen ab dem 30. November 2020.

Referenzen

ÄHNLICHE DOKUMENTE

Erzeugen Sie zus¨ atzlich eine Abbildung, in der Sie den Fehler U [k] − U ∗ als Funktion von k f¨ ur alle drei Iterationsverfahren graphisch darstellen.. Oktober 2018 am Beginn

Berechnen Sie weiter f¨ ur jede Iterierte des Jacobi- und Gauß-Seidel-Verfahrens den Fehler zur exakten L¨ osung des Poisson Problems (zum Beispiel unter Verwendung der

(1P) (b) Berechnen Sie mit numpy.linalg.eig(...) alle (reellen) Eigenwerte von A aus Aufgabe (a) und plotten Sie diese.. Sie d¨ urfen deshalb mit dichtbesetzten

(Beachten Sie, dass die Regel “g¨ unstige F¨ alle/m¨ ogliche F¨ alle” hier nicht angewendet werden kann, weil nicht alle Elementarereignisse gleiche Wahrscheinlichkeit

Die Erfolgswahrscheinlichkeit ¨ andert sich also mit jeder gezogenen Person und ist von der vorhergehenden Wahl abh¨ angig.. Damit sind die beiden Grundannahmen der

Mit welcher Verteilung l¨ asst sich die Anzahl Frauen in diesem Team am besten

Die Macht ist gerade die Wahrscheinlichkeit, dass eine Beobachtung in den Verwerfungsbereich f¨ allt, wenn die Nullhypothese nicht richtig ist (z.B.. Daher nimmt die

• Die iterativen Verfahren beginnen mit einer Anfangsn¨ aherung und produzieren eine verbesserte N¨ aherungsl¨ osung nach endlich vielen Schritten.. • Falls m¨ oglich wird das